PHP HTML代码串 截取实现代码


Posted in PHP onJune 29, 2009

而且给的数据是HTML代码串,比如这样:

<div class=”aaa”><a href=”/aaa.php?id=1″>张三</a>  评论了 <a href=”/aaa.php?id=444″>李四</a> 分享的 <a href=”bbb.html”>一篇文章文章一长串的东西</a></div>

截取的时候是要截取 div 标签内部的东西,而且要保留HTML标签,只是对其中的文字做处理。比如我可能只是截取到“李四”的“李”字,但是如果就这样放到前端的话,“李四”前面的 a 标签是没有闭合的,所以截取之后要保证HTML的语法正确。

这个问题确实不太好搞,让我郁闷了两天。请注意,这只是一个字符串,只不过内容是HTML代码,是没有什么DOM的。如果是在前端处理就好办了,直接DOM获取,然后对里面的节点进行处理,最后把innerHTML 之类的东西输出就搞定了。现在可不行了,得换个思路。同事的思路是这样的:

遍历字符串的每一个字符。设置一个标记,碰到标签开始的标记< 就置为1,接下来的字符都不记数,然后碰到>之后再开始计数。对标签内部的字符串处理的时候,还要先判断当前字符的编码是不是可能是中文,一般来说PHP中 UTF-8 编码的中文字符的长度都是3,所以如果碰到是中文字符编码,就要跳过两个不记数……说到这里我自己头已经开始大了。个人认为这种方法很不爽,首先这种精致的逻辑不太容易控制,而且 UFT-8 编码下中文产生的长度有可能是3个或4个 所以代码的严密性值得怀疑。

我个人的思路是,用 Tidy 来搞(具体用法请看PHP手册吧)。昨天研究了一下那个 Tidy ,发现这个东西还是挺好用的。首先,把这个字符串转换成 Tidy 对象,这样:

$tidy = tidy_parse_string($str, array(), ‘utf8′);  // 最后一个是设置编码的,注意,这里是utf8 ,不是utf-8,没有中间那个连线。

然后获取$tidy中的 body(因为转换之后$tidy会自动加上<head><body>等标签):

$body =  tidy_get_body($tidy);

这个时候你可以用 var_dump 看一些 $body 的结构,会发现它把每个标签都变成了一个对应的对象,里面有相应的属性。举例来说,比如 <a href=”#”>sdf</a> ,这么一条语句对应的一些属性有:

name=>”a”
value => “<a href=”#”>sdf</a>”
child=> array{[0]=>一个文本节点对象,value是 sdf}
attribute=array{”href”=>”#”}
…..其他属性

可以看到,我们其实是可以单独去处理 a 标签对应节点下面的文字节点的值的,那样就不会破坏任何HTML完整性。原来我以为改变 a 标签中文字节点的值之后, a 标签的value也会跟着改变,那样我直接返回a标签对应节点的value就OK了,没想到不是那个样子,哎,所以处理过其中的文字之后还是要自己拼出新的HTML。

知道了Tidy对象的结构之后,一切就好办了,只要遍历所有的节点,对于本需求来说,就是找到那个 div 标签,然后开始处理里面的节点。代码如下:

if(mb_strwidth($subchild->value, ‘utf-8′) >= $len)
{
$subchild->value = mb_strimwidth($subchild->value, 0, $len, ‘…', ‘utf-8′);
$trimed_str .= $subchild->value;
break;
}
else
{
$trimed_str .= $subchild->value;
$len = $len - mb_strwidth($subchild->value, ‘utf-8′);
}

里面的$subchild 就是一个子节点。注意,这里使用了 mb_strwidth 来获取字符串长度。严重推荐一下这个 mb_strwidth,很好用,它会把中文当作两个字符长度处理,正好符合这里的需求!而且截取字符串的时候用到了 mb_strimwidth,这个函数也会把中文当作两个字符长度处理,mb_ 开头的函数真是好用啊。

具体代码我就不写出来了,因为是针对一个需求写的,没做成通用的形式。哪天我有时间做成通用的再发布一下。

另外,可惜FireFox不支持 text-overflow 属性,不然也不用后台那么辛苦地去截断了。如果大家有更好的方法,欢迎提出!不胜感激。

PHP 相关文章推荐
PHP与MySQL开发中页面乱码的产生与解决
Mar 27 PHP
PHP文件读写操作之文件读取方法详解
Jan 13 PHP
PHP动态分页函数,PHP开发分页必备啦
Nov 07 PHP
php+ajax实时输入自动搜索匹配的方法
Dec 26 PHP
PHP实现根据银行卡号判断银行
Apr 29 PHP
PHP借助phpmailer发送邮件
May 11 PHP
SESSION存放在数据库用法实例
Aug 08 PHP
PHP5.5.15+Apache2.4.10+MySQL5.6.20配置方法分享
May 06 PHP
thinkPHP分组后模板无法加载问题解决方法
Jul 12 PHP
php base64 编码与解码实例代码
Mar 21 PHP
PHP实现字符串翻转功能的方法【递归与循环算法】
Nov 03 PHP
PHP类的自动加载机制实现方法分析
Jan 10 PHP
PHP 网页过期时间的控制代码
Jun 29 #PHP
PHP 超链接 抓取实现代码
Jun 29 #PHP
PHP 文件上传功能实现代码
Jun 24 #PHP
php addslashes 函数详细分析说明
Jun 23 #PHP
PHP n个不重复的随机数生成代码
Jun 23 #PHP
PHP 七大优势分析
Jun 23 #PHP
php 404错误页面实现代码
Jun 22 #PHP
You might like
极典R601SW收音机
2021/03/02 无线电
图象函数中的中文显示
2006/10/09 PHP
基于mysql的bbs设计(二)
2006/10/09 PHP
PHP读取目录下所有文件的代码
2008/01/07 PHP
php仿ZOL分页类代码
2008/10/02 PHP
php 随机生成10位字符代码
2009/03/26 PHP
nginx+php-fpm配置文件的组织结构介绍
2012/11/07 PHP
深入for,while,foreach遍历时间比较的详解
2013/06/08 PHP
PHP中使用array函数新建一个数组
2015/11/19 PHP
jquery ajax请求实例深入解析
2012/11/26 Javascript
jQuery操作Select选择的Text和Value(获取/设置/添加/删除)
2013/03/06 Javascript
js常用数组操作方法简明总结
2014/06/20 Javascript
innerHTML中标签可以换行的方法汇总
2015/08/14 Javascript
分享javascript计算时间差的示例代码
2020/03/19 Javascript
jQuery.Callbacks()回调函数队列用法详解
2016/06/14 Javascript
AngularJS全局scope与Isolate scope通信用法示例
2016/11/22 Javascript
Bootstrap表格使用方法详解
2017/02/17 Javascript
浅谈关于JS下大批量异步任务按顺序执行解决方案一点思考
2019/01/08 Javascript
微信小程序自定义模态弹窗组件详解
2019/12/24 Javascript
node.js 如何监视文件变化
2020/09/01 Javascript
[06:44]2014DOTA2国际邀请赛-钥匙体育馆开战 开幕式振奋人心
2014/07/19 DOTA
[10:28]2018DOTA2国际邀请赛寻真——VGJ.S寻梦之路
2018/08/15 DOTA
[38:38]完美世界DOTA2联赛PWL S3 access vs Rebirth 第二场 12.17
2020/12/18 DOTA
深入解析Python中的list列表及其切片和迭代操作
2016/03/13 Python
python隐藏终端执行cmd命令的方法
2019/06/24 Python
如何运行.ipynb文件的图文讲解
2019/06/27 Python
Python3.x+pyqtgraph实现数据可视化教程
2020/03/14 Python
新西兰优惠网站:Treat Me
2019/07/04 全球购物
英国著名的美容护肤和护发产品购物网站:Lookfantastic
2020/11/23 全球购物
自考毕业生自我鉴定
2013/11/04 职场文书
关于抽烟的检讨书
2014/02/25 职场文书
优秀的个人求职信范文
2014/05/09 职场文书
组工干部演讲稿
2014/09/02 职场文书
酒店辞职信怎么写
2015/02/27 职场文书
python实现腾讯滑块验证码识别
2021/04/27 Python
Javascript中async与await的捕捉错误详解
2022/03/03 Javascript